人工智能
共 4 条笔记
2025-02-01 23:37
原文： 【官方全场】预见2025·吴晓波年终秀：下定决心过好每一天【5】 🌍 汉诺威展会概况
- 今年汉诺威展会吸引了1300多家德国企业和1200多家中国企业，90%以上的中国企业专注于欧美市场。展会展示了中国在全球制造业供应链中的重要地位，尤其是在工业中间件领域。 🤖 人工智能与大模型的竞争
- 2024年，人工智能领域的竞争愈发激烈，中国与美国在通用大模型的研发上展开了新的较量。中国企业在大模型的迭代速度上迅速跟进，但仍需面对美国在技术上的领先。 🏭 行业大模型的崛起
- 行业大模型将成为中国制造业与美国竞争的重要差异化路径。2024年，多个行业如法律、汽车、气象等都在积极开发行业大模型，70%以上的企业来自于各自行业，具备行业知识。 🌱 零碳产品的创新
- 2024年，中国推出了全球首台零碳笔记本电脑、耳机等产品，展示了在碳中和领域的前瞻性实践。零碳化将成为未来全球贸易竞争的新焦点。 💡 创造需求与能力集成
- 企业需通过创新产品来激发消费者需求，成为引领者而非迎合者。2024年，新能源汽车的崛起标志着中国制造业的转型，传统汽车企业面临重生的挑战。 🏠 家装设计师的角色
- 随着以旧换新政策的实施，家装设计师将成为消费者了解新产品的重要入口，帮助消费者识别和选择新型家电和家居产品。
2025-02-01 23:37
原文： 【官方全场】预见2025·吴晓波年终秀：下定决心过好每一天【4】 🎤 年终秀的回顾与告别
- 吴晓波在12月30日举办了第十场年终秀，也是最后一场，回顾了过去十年的变化与成长。他强调了年终秀对他个人和职业生涯的重要性，感谢朋友们的支持与鼓励。 🌟 2024年的经济观察
- 2024年是中国经济面临重大变革的一年，吴晓波提到实体经济与互联网的结合，以及新中产阶级消费的崛起。他指出，2025年将是新的经济发展周期、地缘政治周期和技术变革周期的叠加之年，充满不确定性。 🏭 制造业与人工智能的变革
- 吴晓波分享了他对制造业的观察，强调了智能化技术对传统产业的影响。他提到自己下矿井的经历，展示了智能化煤矿的变化，认为技术正在改变传统行业的面貌。 💼 新职业与教育的挑战
- 他指出，随着新兴行业的崛起，职业教育需要改革以适应市场需求。吴晓波提到制造业对新型人才的需求，呼吁年轻人重新理解与制造业的关系。 🤖 AI与未来的展望
- 吴晓波提到人工智能的快速发展，强调了AI原住民的概念，认为新一代人正在享受AI带来的便利。他展望了未来的智能体时代，认为AI将成为人们生活的重要组成部分。
2025-02-02 23:45
原文： 体验完deepseek，今天我做了三个决定 今天在房间倒腾和思考了一天，做了三个决定 💡 个人学习计划
- 作者昨晚体验了deep seek后，经过一天的思考，决定2025年开始系统学习和使用人工智能，去年咨询过的硕士课程项目，2025年要落地实施。 📈 工作推进举措
- 作者通知所有同事下载deep seek，并在日常工作中使用，同时成立人工智能推进小组。 💻 个人部署行动
- 作者以身作则，已将个人电子用品都部署上deep sick，以便随时随地使用人工智能为工作提效赋能，还表示下一期会分享在macbook上部署deep sick的方法。
2025-08-04 08:51
您的浏览器不支持 audio 元素。 📑 智能总结 音频信息 时长 ：约44分钟 参与人数 ：约3人 场景类型 ：面试沟通 内容总结 技术栈与项目经验
过往项目技术栈 ：应聘者介绍曾参与项目的整体架构设计，前端使用React构建Web应用，后端基于AWS部署，采用Python和Django框架，配合微服务架构。使用AWS S3保存前端静态文件，PostgreSQL数据库保存数据，借助AWS Bean Stalk实现自动缩放与无服务器部署。
架构设计思路 ：当被问及如何架构一个包含Django后端、PostgreSQL数据库和React前端的应用时，应聘者表示顶层架构主要基于Python和Django，数据库选用AWS RDS中的PostgreSQL，文件保存用AWS S3，部署通过Bean Stalk。从业务角度看，包含账户、产品、订单等组件，还有全局设置、中间件设置等内核组件，同时使用Django的相关扩展库。 AI应用与项目挑战
AI在工作中的应用 ：应聘者分享在日常工作和项目中使用AI辅助的多种场景，如借助Github Copilot提升编码效率与质量，利用ChatGPT将业务需求转化为AI可理解的文本并拆分任务。在电商项目扩展时，借助AI分析技术方案与成本评估。
项目挑战与应对 ：在选择技术栈时面临挑战，需对比不同方案，如针对电商项目，考虑过React与Node及AWS的组合、React前端搭配Python Django后端与AWS云服务，还有Spring Boot方案，从成本、开发体验等方面进行评估。在构建速度与正确性的权衡上，会依据用户体验需求和用例来判断，深入分析根本原因，不局限于表面现象。 安全性能与工作偏好
应用安全与性能保障 ：开发过程中，使用Python开发工具查找缺陷，配置CI/CD时采用自动测试框架。从稳定性角度，通过优化架构层次，如在顶层设置CDN提升读取性能。安全方面，使用AWS证书管理服务满足HTTPS需求，借助Airflow相关指针检查延迟问题。
工作环境与内容偏好 ：理想工作环境是可在家工作，也接受去办公室与同事交流协作。倾向独立解决关键问题，但也能参与团队需求分析、设计规划等工作。对于工作内容，既愿意开发新功能获得即时成就感，也乐于打磨完善已有功能，迎接更多挑战。 学习能力与协作方式
快速学习新技术 ：将自己视为终身学习者，通过在Udemy等平台学习高质量课程，系统学习AWS开发者课程，快速掌握相关服务。同时结合实践经验，遇到问题借助AI工具深入分析原因。
团队协作方式 ：采用敏捷开发方法，使用Jira管理任务，Github或Gitlab进行代码托管与审查。遇到协作问题，先确认自己理解无误，考虑公司流程，最后与同事通过视频会议、邮件或即时通信工具沟通解决。 岗位日常工作与职责
岗位日常工作 ：该岗位日常需与项目经理对齐，明确工作优先级，为设计方案提供输入。与团队成员沟通，探讨如何应用AI等工具推进项目。参与解决方案制定，进行开发、自动化测试、部署等工作，并与系统工程师协作，确保测试解决方案上线。
岗位职责范围 ：全栈开发者负责软件解决方案从前端到数据库的实际实施，但对于CI/CD、云基础设施等流程也需有相关了解并提供输入，与系统工程团队协作完成部署工作。 📅 章节概要 00:00:00 介绍过往项目技术栈 应聘者开场介绍自己参与项目的整体架构，提及前端基于React构建Web应用，后端选择AWS部署，采用Python和Django框架并结合微服务架构。阐述使用AWS S3保存前端静态文件，PostgreSQL数据库保存数据，借助AWS Bean Stalk实现自动缩放与无服务器部署，详细说明了项目所依赖的主要AWS服务，全面展示了过往项目的技术选型。 00:02:11 询问架构设计思路 面试官询问应聘者如何架构一个特定技术组合的应用，包括Django后端、PostgreSQL数据库和React前端。随后面试官回顾应聘者之前提到的项目经历，强调其在架构解决方案与开发实施方面的参与，再次聚焦到如何构建一个简单的全栈应用的架构问题上，引导应聘者进一步阐述架构设计理念。 00:04:14 阐述架构设计细节 应聘者针对上述问题，从顶层架构开始说明，指出主要基于Python和Django，数据库选用AWS RDS中的PostgreSQL，文件保存用AWS S3，部署通过Bean Stalk。接着从业务和内核组件层面展开，枚举了账户、产品等业务组件以及全局设置等内核组件，还提及使用的一些Django扩展库，详细且全面地阐述了架构设计细节。 00:06:06 探讨AI应用场景 面试官提出何时将AI引入业务逻辑或产品功能的问题。应聘者分享在日常工作中使用AI辅助的多个场景，如利用Github Copilot提升编码效率与质量，借助ChatGPT处理业务需求相关工作，还讲述在学习Airflow时借助AI搜索合适课程，充分展示了AI在其工作与学习中的广泛应用。 00:09:04 举例说明AI助力项目 面试官追问应聘者如何利用AI将业务需求转化为更易处理的语言。应聘者以电商网站全球化扩展项目为例，讲述借助AI分析是否需要切换技术栈到多区域、多可用区，是否添加CDN等技术方案，并评估成本，体现了AI在项目技术方案选择与成本评估方面的重要作用。 00:11:32 讨论应用安全性能 面试官询问如何确保应用在上线前的安全性、性能和可靠性。应聘者从开发过程和不同阶段分别阐述，开发时利用Python开发工具找缺陷，CI/CD配置自动测试框架。从稳定性角度，通过架构优化如设置CDN提升性能，安全方面使用AWS证书管理服务，还提到借助Airflow相关指针检查延迟问题，全面说明了保障应用质量的方法。 00:14:54 分享项目挑战及解决 面试官请应聘者描述近期遇到的挑战及解决方法。应聘者以选择技术栈为例，讲述在电商项目中考虑了至少三种技术栈方案，从成本、开发体验等方面进行对比评估，展示了面对技术选型挑战时的思考与应对过程。 00:17:38 权衡构建速度与正确性 面试官提出构建速度与正确性之间如何权衡的问题。应聘者认为应依据用户体验需求和用例来判断，深入分析问题根本原因，不能仅看表面，例如优化延迟问题时要全面考虑数据库、CDN等各层面因素，体现了在项目实施过程中平衡速度与质量的思路。 00:20:07 谈及理想工作角色与团队 面试官询问应聘者对下一个团队角色的期望以及理想的团队类型。应聘者表示全栈角色很有吸引力，认为团队大小并非关键，期望团队注重沟通、代码风格统一与知识分享，强调了在团队协作中沟通与知识交流的重要性。 00:22:10 描述个人工作风格与环境偏好 面试官询问应聘者前经理对其的评价以及理想工作环境。应聘者认为前经理会评价自己善于深入挖掘问题根源，是注重技术规范的人。理想工作环境是可在家独立工作以专注解决关键问题，也能去办公室与同事交流协作，体现了其对工作环境灵活性与专注性的需求。 00:25:12 阐述工作内容偏好 面试官询问应聘者在构建大功能和打磨完善功能之间的偏好。应聘者表示两种工作都可接受，开发新功能能获得即时成就感，打磨功能虽更具挑战性，但需从多方面深入分析，自己更倾向于打磨功能，同时也愿意开发新功能，展示了对不同工作内容的态度。 00:27:15 交流快速学习新技术能力 面试官询问应聘者近期如何快速学习新技术以交付项目。应聘者称自己是终身学习者，通过在Udemy等平台学习高质量课程，如系统学习AWS开发者课程，同时结合实践经验，遇到问题借助AI工具深入分析，分享了快速掌握新技术的方法与途径。 00:29:58 探讨团队协作方式 面试官询问应聘者与设计师、工程师和项目经理的协作方式，以及遇到协作问题的处理方法。应聘者介绍采用敏捷开发方法，使用Jira和代码托管平台进行任务管理与代码审查。遇到问题时，先确认自身理解和公司流程，再与同事沟通解决，详细说明了在团队协作中的具体做法。 00:34:05 了解岗位日常工作 应聘者询问该全栈岗位的日常工作内容。面试官详细介绍，日常需与项目经理对齐优先级，为设计方案提供输入，与团队成员沟通推进项目，参与解决方案制定，进行开发、测试、部署等工作，并与系统工程师协作确保上线，全面阐述了岗位的日常工作流程。 00:37:46 明确岗位职责范围 应聘者对全栈岗位负责的技术栈范围提出疑问，担心工作过多。面试官解释全栈开发者主要负责软件解决方案从前端到数据库的实施，但对CI/CD、云基础设施等也需了解并提供输入，与系统工程团队协作完成部署，清晰界定了岗位的职责范围。 00:42:52 确认对岗位的理解与意愿 应聘者表示理解岗位要求并愿意在不同领域贡献，希望借此机会掌握更多基础设施和DevOps方面的实践经验，表达了对该岗位的兴趣与积极态度，至此面试沟通基本结束。 📋 待办事项 后续等待面试反馈，若有关于项目或岗位对齐的问题，及时与相关人员沟通。